論文の概要: Unsupervised Urban Tree Biodiversity Mapping from Street-Level Imagery Using Spatially-Aware Visual Clustering

• arxiv url: http://arxiv.org/abs/2508.13814v2
• Date: Wed, 20 Aug 2025 11:25:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-21 12:38:45.419955
• Title: Unsupervised Urban Tree Biodiversity Mapping from Street-Level Imagery Using Spatially-Aware Visual Clustering
• Title（参考訳）: 空間認識型ビジュアルクラスタリングを用いたストリートレベル画像からの非教師付き都市木生物多様性マッピング
• Authors: Diaa Addeen Abuhani, Marco Seccaroni, Martina Mazzarello, Imran Zualkernan, Fabio Duarte, Carlo Ratti,
• Abstract要約: 都市部の樹木の多様性は、気候の回復力、生態学的安定性、および都市の自由性に重要である。 フィールドベースの在庫はシャノンとシンプソンの多様性の信頼できる見積もりを提供するが、コストと時間を要する。 街路レベルの画像からの視覚的埋め込みと空間的植込みパターンを統合し,ラベルなしで生物多様性を推定する,教師なしクラスタリングフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 5.5237378639548345
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Urban tree biodiversity is critical for climate resilience, ecological stability, and livability in cities, yet most municipalities lack detailed knowledge of their canopies. Field-based inventories provide reliable estimates of Shannon and Simpson diversity but are costly and time-consuming, while supervised AI methods require labeled data that often fail to generalize across regions. We introduce an unsupervised clustering framework that integrates visual embeddings from street-level imagery with spatial planting patterns to estimate biodiversity without labels. Applied to eight North American cities, the method recovers genus-level diversity patterns with high fidelity, achieving low Wasserstein distances to ground truth for Shannon and Simpson indices and preserving spatial autocorrelation. This scalable, fine-grained approach enables biodiversity mapping in cities lacking detailed inventories and offers a pathway for continuous, low-cost monitoring to support equitable access to greenery and adaptive management of urban ecosystems.
• Abstract（参考訳）: 都市部の樹木の多様性は、気候の回復力、生態学的安定性、および都市の自由性に重要であるが、ほとんどの自治体は、その天蓋に関する詳細な知識を欠いている。 フィールドベースのインベントリは、ShannonとSimpsonの多様性の信頼性を見積もっているが、コストと時間を要する。 街路レベルの画像からの視覚的埋め込みと空間的植込みパターンを統合し,ラベルなしで生物多様性を推定する,教師なしクラスタリングフレームワークを提案する。 北米8都市に適用されたこの手法は、高い忠実度で属レベルの多様性パターンを復元し、シャノンとシンプソンの指標の地上真実に低いワッサースタイン距離を達成し、空間的自己相関を保存する。 このスケーラブルできめ細かなアプローチは、詳細な在庫を欠いた都市の生物多様性マッピングを可能にし、都市生態系のグリーンリーと適応的な管理への公平なアクセスをサポートするための、継続的な低コストなモニタリングのための経路を提供する。

関連論文リスト

• Continental scale habitat modelling with artificial intelligence and multimodal earth observation [0.0]
  ハビタットは、生物多様性を支え、人への自然の貢献を維持する、無生物の状態と生物物理学構造を統合している。 現在の地図はしばしば、いくつかの相互排他的生息地をモデル化する必要があるため、主題的あるいは空間的解決において不足している。 本稿では、高分解能リモートセンシング(RS)データと人工知能(AI)ツールが、広範囲にわたる生息地分類をいかに改善できるかを評価する。
  論文  参考訳（メタデータ） (2025-07-13T18:11:26Z)
• Data Augmentation and Resolution Enhancement using GANs and Diffusion Models for Tree Segmentation [49.13393683126712]
  都市森林は、環境の質を高め、都市における生物多様性を支援する上で重要な役割を担っている。 複雑な地形と異なる衛星センサーやUAV飛行高度による画像解像度の変化により、正確に木を検知することは困難である。 低解像度空中画像の品質を高めるため,GANと拡散モデルとドメイン適応を統合した新しいパイプラインを提案する。
  論文  参考訳（メタデータ） (2025-05-21T03:57:10Z)
• Using street view imagery and deep generative modeling for estimating the health of urban forests [0.0]
  健康な都市林は気候変動の緩和に重要な役割を果たしている。 都会の森林の健康をモニタリングする伝統的なアプローチは、計器検査技術を必要とする。 簡易入力を用いた都市林のモニタリング手法を提案する。
  論文  参考訳（メタデータ） (2025-04-20T12:09:15Z)
• Image-Based Relocalization and Alignment for Long-Term Monitoring of Dynamic Underwater Environments [57.59857784298534]
  本稿では,視覚的位置認識(VPR),特徴マッチング,画像分割を組み合わせた統合パイプラインを提案する。 本手法は, 再検討領域のロバスト同定, 剛性変換の推定, 生態系変化の下流解析を可能にする。
  論文  参考訳（メタデータ） (2025-03-06T05:13:19Z)
• Combining Observational Data and Language for Species Range Estimation [63.65684199946094]
  我々は,数百万の市民科学種の観察とウィキペディアのテキスト記述を組み合わせた新しいアプローチを提案する。 我々のフレームワークは、場所、種、テキスト記述を共通空間にマッピングし、テキスト記述からゼロショット範囲の推定を可能にする。 また,本手法は観測データと組み合わせることで,少ないデータでより正確な距離推定を行うことができる。
  論文  参考訳（メタデータ） (2024-10-14T17:22:55Z)
• Fine-tuning of Geospatial Foundation Models for Aboveground Biomass Estimation [2.3429628556845405]
  地上バイオマスを推定するための地理空間基盤モデルの微調整は、スクラッチから訓練されたU-Netに匹敵する性能を有する。 また、ブラジルの異なるエコリージョンのスパースラベルを用いた衛星画像の微調整により、モデルの伝達学習能力についても検討する。
  論文  参考訳（メタデータ） (2024-06-28T12:54:10Z)
• SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
  本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。 ケニアでは低データのレシエーションを表すデータセットも提供しています。 リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
  論文  参考訳（メタデータ） (2023-11-02T02:00:27Z)
• Bird Distribution Modelling using Remote Sensing and Citizen Science data [31.375576105932442]
  気候変動は生物多様性の喪失の主要な要因である。 種の分布には大きな知識ギャップがある。 本稿では,コンピュータビジョンを利用した種分散モデルの改良手法を提案する。
  論文  参考訳（メタデータ） (2023-05-01T20:27:11Z)
• Methodological Foundation of a Numerical Taxonomy of Urban Form [62.997667081978825]
  本稿では, 生物系統学から得られた都市形態の数値分類法を提案する。 我々は同質の都市組織タイプを導出し、それら間の全体形態的類似性を決定することにより、都市形態の階層的分類を生成する。 フレーミングとプレゼンを行った後、プラハとアムステルダムの2都市でテストを行った。
  論文  参考訳（メタデータ） (2021-04-30T12:47:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。